¿Qué es un chatbot?

La palabra une chat, conversar por escrito, y bot, un programa que actúa de forma automática. Lo que define a un chatbot es el uso: alguien escribe o habla, el programa contesta y la conversación sigue por turnos. Detrás puede haber dos técnicas distintas.

Un ejemplo temprano es ELIZA. Joseph Weizenbaum la describió en Communications of the ACM en enero de 1966. El programa buscaba palabras clave en la frase del usuario y la transformaba con una regla asociada a cada una. Si no encontraba ninguna, respondía con una frase sin contenido. Weizenbaum anotó que a algunas personas les costó mucho convencerse de que ELIZA no era humana.

Un chatbot con un LLM funciona de otra manera. Como explica la entrada sobre LLM, el modelo calcula fragmento a fragmento la continuación más probable de un texto. El chatbot es el producto que lo rodea: la interfaz, las instrucciones fijas, el historial de la conversación y, a veces, herramientas para consultar documentos antes de responder.

En qué se diferencia de un agente de IA lo trata la entrada sobre agentes de IA. El criterio corto: el chatbot responde dentro de la conversación, y el agente sale de ella para completar una tarea, por ejemplo visitando páginas web en ese momento.

Hay tres tipos de sistema conversacional. Se distinguen por de dónde sale la respuesta, si el sistema actúa y cuál es su fallo típico.

El chatbot basado en reglas responde con reglas y textos que han escrito personas: palabras clave, árboles de decisión o botones con opciones. No actúa fuera de lo que prevé su guion. Su fallo típico es la pregunta que el guion no recoge: el usuario recibe una frase genérica o vuelve al menú inicial. A cambio, cada respuesta es previsible y se puede revisar antes de publicarla.

El chatbot con LLM genera la respuesta con un modelo de lenguaje, a veces apoyado en documentos que el sistema recupera antes de contestar. Entiende preguntas formuladas de muchas maneras, pero no actúa. Su fallo típico es la afirmación falsa dicha con seguridad. Google lo explica en su guía sobre contenido generado con IA, actualizada el 1 de octubre de 2026: los modelos generativos no recuperan hechos, predicen una secuencia probable de palabras, y por eso sus resultados pueden contener errores, las llamadas alucinaciones.

El agente de IA lo activa un usuario para completar una tarea concreta, y durante esa tarea visita páginas web en tiempo real: compara, consulta o rellena formularios. Su respuesta la redacta un modelo de lenguaje con los datos de las páginas que visita durante la tarea. Es el único de los tres que actúa fuera de la conversación. Su fallo típico depende de la web: si el sitio lo bloquea o un formulario necesita JavaScript que el agente no ejecuta como un navegador, la tarea se queda a medias.

La primera razón es legal. El artículo 50 del Reglamento (UE) 2024/1689 de inteligencia artificial se aplica desde el 2 de agosto de 2026. Su apartado 1 obliga a los proveedores a diseñar los sistemas de IA destinados a interactuar con personas de forma que estas sepan que hablan con un sistema de IA, salvo que resulte evidente por las circunstancias. Según el apartado 5, el aviso tiene que llegar de manera clara, a más tardar en la primera interacción. Proveedor es quien desarrolla el sistema, o lo encarga, y lo introduce en el mercado o lo pone en servicio con su propio nombre o marca.

Un chatbot solo de reglas puede quedar fuera: según el considerando 12, la definición de sistema de IA no debe incluir los sistemas basados en normas definidas únicamente por personas. Depende de cómo esté construido.

La segunda razón es el contenido de la web. La guía de Google advierte que generar muchas páginas sin aportar valor a los usuarios puede infringir su política contra el abuso de contenido a escala, y pide comprobar a mano la exactitud de todo lo generado antes de publicarlo.

La tercera es la propia búsqueda. AI Overviews y AI Mode responden con texto generado por IA dentro de Google. Según su documentación, actualizada el 10 de diciembre de 2025, no hay requisitos adicionales para aparecer en ellos: la página tiene que estar indexada y poder mostrarse con un fragmento, y el tráfico se cuenta en la Search Console dentro del tipo de búsqueda «Web».

• Decir al inicio de la conversación que la persona habla con un sistema automático.
• Usar reglas cuando las respuestas tienen que ser exactas y pocas, y un LLM cuando las preguntas son muy variadas.
• Limitar un chatbot con LLM a documentos propios y revisados, y mostrar de dónde sale cada respuesta.
• Ofrecer siempre una vía para hablar con una persona.
• Revisar a mano todo texto escrito con un chatbot antes de publicarlo, también el title, la meta description, los datos estructurados y los textos alternativos.

• Usar chatbot y agente de IA como sinónimos, cuando solo el agente actúa fuera de la conversación.
• Dar por buena una cifra, una fecha o una cita de un chatbot sin comprobarla en la fuente.
• Publicar en masa páginas escritas por un chatbot sin añadir nada propio.
• Decir que es un sistema automático solo cuando el usuario lo pregunta.
• Creer que hace falta un archivo o un marcado especial para aparecer en AI Overviews o AI Mode.